• Investigadores producen: notas de laboratorio, apuntes, informes técnicos, artículos científicos…

• Muchas tareas (con diferentes herramientas) para realizar un documento.

• Archivo maestro (.doc) + figuras + tablas + fórmulas + resultados…

  • Algunos de estos elementos se generan con programas externos

• Proceso de creación de documentos científicos:

Proceso de creación de documentos y artículos científicos

• El proceso de creación suele ser manual -> errores

• Alternativa para evitarlos? Programación literaria

• E. Knuth en 1984 -> programación literaria
• Integración en un solo documento: texto formateado + resultados de código
• Generación dinámica de documentos científicos
• Falta de herramientas para ponerlo en práctica
• Quarto permite automatizar y gestionar todo el proceso

• Método científico: publicación de investigaciones mostrando resultados.

• Ejemplos:

  • Eficacia de un nuevo medicamento para el tratamiento de pacientes de…
  • Comparación de la capacidad de aprendizaje de alumnos en diferentes colegios de…
  • Modelado de la evolución epidémica de una enfermedad a lo largo del tiempo en una zona geográfica…
  • Beneficios de un nuevo método quirúrgico para intervenciones de pacientes…

• Se confiaba en los datos, condiciones, métodos y herramientas de análisis

• Con las herramientas actuales se pueden comprobar los resultados

  • Oncología: dpto. Biotecnología de Amgen solo pudo confirmar 6 de los 53 artículos
  • Psicología: el 73% de los investigadores tardaron más de 6 meses en responder a preguntas sobre los datos que habían utilizado.
  • Economía y finanzas: diferentes paquetes SW sobre los mismos datos, producían resultados diferentes que al aplicar la misma técnica estadística directamente sobre los datos.

• ¡¡¡SORPRESA!!! Los resultados en áreas como Medicina no eran fiables => CRISIS DE CONFIANZA

• Trabajo del investigador: revisión continua de métodos y resultados

• Su significado depende del área en la que nos encontremos.

• Reproducibilidad: capacidad para recuperar los resultados de un análisis, utilizando los mismos datos que el análisis original y siguiendo el mismo flujo de operaciones.

  • Se deben proporcionar todos los elementos del análisis original.
  • Si se usan las mismas herramientas, código y datos => los resultados y conclusiones deben ser iguales.

• Replicabilida: capacidad de realizar un análisis con el mismo objetivo pero sobre datos diferentes.

  • Los resultados deben ser consistentes.

• Según los elementos publicados por los autores y el nivel de detalle:

  • No reproducible: ya no se acepta.
  • Código o datos: código o datos públicos.
  • Código y datos: código y datos públicos.
  • Entorno de ejecución y datos enlazados: código + información necesaria para reproducirlo (paquetes sw, dependencias…).
  • Gold standard: datos públicos + limpieza y preparación de datos + código (paquetes, dependencias…) + generación de resultados.

• Sistemas de control de versiones para código sw (SCV):

  • Gestionar el código: control de cambios y versiones
  • Git, Mercurial, GitHub, GitLab
  • GitHub y GitLab generan documentación, manuales, ejemplos, informes de error, integración continua, testeo de código…
  • Muy recomendables cuando intervienen varias personas

• Virtualización de sw y contenedores:

  • Instalar y desplegar el proyecto de forma independiente.

• Control de versiones de datos:

  • SCV para datos: controlar diferentes versiones de archivos de datos
  • DVC (Data Version Control): que versión de datos y features se han utilizado en todo momento.

• Gestión de modelos y experimentos: herramientas que permiten la organización, seguimiento, comparativa y selección de los experimentos y modelos utilizados.

  • ML Flow: nos permite ajustar, evaluar y optimizar el modelo, desplegarlo en entornos de producción
  • Se pueden combinar con DV => entorno integral.

• Creación y gestión de pipelines de procesamiento de datos:

  • Flujos de procesamiento y análisis de datos (pipelines)
  • Conjunto de pipelines = workflow
  • Apache Airflow, Perfect, Luigi

• Creación de documento dinámicos y reproducibles (informes, presentaciones, libros, sitios web, etc.)

  • texto + código + salida

• Evolución de RMarkdown

• Ventaja: trabajar con múltiples lenguajes (R, Python, Julia…)

• Multiplataforma: Windows, MacOS y Linux
• Basado en Markdown: facilita la lectura y escritura
• Diversos formatos de salida: HTML, PDF, Word, EPUB, presentaciones, LaTeX, Jupyter Notebooks…
• Diversos lenguajes de programación: facilita la salida de datos y su visualización
• Facilidades de edición: citas bibliográficas, referencias cruzadas, figuras, tablas…

• Proceso para componer un documento

• Sitio oficial: https://quarto.org/docs/get-started/
• Disponible para Window, macOS, Linux y Docker
• Ultima versión: 1.5.57

1. Descargar
2. Instalar
3. Usarlo desde un IDE (RStudio)

• Documentos individuales:

  • Documento más sencillo
  • Combina texto con secciones de código (chunks)
  • Procesar datos, analizar y mostrar resultados.
  • Gráficos, tablas, ecuaciones, referencias bibliográficas

• Documentos individuales:

  • Estructura

• Libros:

  • Colección de documentos.

  • Quarto books: libros estructurados en capítulos y secciones.

    • En html: portada y capítulos en html´s diferentes
    • En pdf: un único pdf

• Artículos y publicaciones

  • rticles: plantillas para generar artículos científicos

• Presentaciones

  • Formatos: HTML (reveal.js), Beamer o PPTX.
  • Documentacion presentaciones Quarto

• Sitios web

  • Plantillas gratuitas y de pago
  • Necesario HTML y CSS
  • Ejemplo sitio web

• Dashboards

  • Herramienta para la gestión de información (monitorizar datos, analizar modelos y resultados, tomar deciones)
  • Shiny: crear aplicaciones interactivas
  • Documentción dashboard Quarto

• Opción por defecto de salida en Quarto.

• Se puede visualizar en cualquier navegador.

• Ventajas:

  • El receptor no necesita tener instalado ningún sw específico
  • Fácil de publicar estos documentos en la Web utilizando alguna plataforma como Quarto Pub.

• Opción muy utilizada
• Se añade un último paso con el motor XeLaTeX
• Imprescindible tener instalada una distribución TeX/LaTeX en nuestro equipo
• Plantillas de paquetes LaTeX koma-script.

• Documento individual = documento autocontenido

  texto formateado + código ejecutable

• Necesarios los paquetes:

• Opciones de salida HTML: configuración de título, subtítulo, fecha, autor, tema o estilos avanzados de HTML, numeración y tabla de contenidos, etc.

Opciones básicas para HTML con Quarto

Lista completa de opciones HTML con Quarto

• Opciones de salida PDF:

  • Podemos configurar muchos parámetros (similares a las de HTML)
  • Interesante formato de documento LaTeX (documentclass)
  • Importante indicar el tamaño de salida (A4)
  • Para el formato de las citas -> motor BibLaTeX
  • Importante indicar el motor de compilación. Ejem: XeLaTeX (flexibilidad total en la maquetación del documento)

Opciones básicas para PDF con Quarto

Lista compelta de opciones disponibles en PDF con Quarto

• Markdown: lenguaje de marcado
• Permite formatear texto plano de manera rápida y sencilla
• Creado por John Gruber en 2004
• Guía básica

• Encabezados: se crean con la almuhadilla

• Énfasis:

  • negrita -> ** o __
  • cursiva -> * o _
  • Varias opciones de cuadros para resaltar texto

• Listas: con - o *

  • Numéricas: 1., 2., … (cualquier número, Markdown se encarga de numerarlas)
  • Alfabéticas: a., b., …

• Tablas:

  • | separar columnas
  • - seprar filas
  • :- alinear a la izquierda
  • -: alinear a la derecha
  • :-: centrar.
  • Debajo de la tabla: : Caption {#tbl-etiqueta .(efectos)}

• Imágenes o figuras:

  -![Texto si la imagen no carga](ruta-imagen)

  • Escalar: ![Texto si la imagen no carga](ruta-imagen){width=w height=h}
  • Alinear: ![Texto si la imagen no carga](ruta-imagen){fig-align="right"}. Por defecto, centrada.
  • Referencia de imágenes: ![Texto si la imagen no carga](ruta-imagen){#etiqueta}

• Fórmulas:

  • En línea: $formula$
  • Desplegadas: $$formula$$
  • Numeración de fórmulas

• Formato salida:

  • HTML por defecto

  • Varios formatos simultáneos.

    • Opciones de configuración para cada uno de ellos

• Render

• Por defecto: navegador web o panel de RStudio

• Podemos cambiarlo

• Por defecto: HTML
• Un formato de salida o varios -> elegir en Render

• Todos los recursos del documento integrados en el HTML: embed-resources: true

• Cuadros de código

• Los resultados se integran en el documento

  • Con el código actualizado, se generan los resultados correctos

• Soporte para varios lenguajes

• Configuraciones de salida para los chunks:

  • #| echo: false: no se muestra el código
  • #| eval: false: no se evalua el código
  • #| error: false: no se muestran los errores
  • #| warning: false: no se muestran las advertencias
  • #| output: false: no se muestra la salida
  • #| label: etiqueta: asocia etiqueta al bloque de código y se puede referenciar
  • #| fig-cap: texto: añade un pie de texto al resultado
  • #| cache: true: guarda en cache los resultados
  • #| message: true: se incluyen los mensajes de información generados
  • Además para R: #|fig-width: ancho y #|fig-height: alto

• Opciones de configuración para las figuras

  • fig-width: ancho de la figura
  • fig-height: alto de la figura
  • fig-cap: caption de la figura
  • fig-alt: texto alternativo
  • fig-dpi: resolución de la figura

• Numerar secciones e incorporar tabla de contenido

• Incluir referencias cruzadas

1. Añadir etiqueta

## Título de seccion {#sec-etiqueta}

1. Añadir referencia

En el texto añadimo una referencia a la @sec-etiqueta

• Escluir una sección del esquema de numeración

  ## Título de seccion {.unnumbered}

• Más opciones para las gestión de secciones:

  • anchor-sections: enlace de anclado cuando se pasa el ratón por encima
  • toc-depth: hasta que nivel de profundidad de la numeración aparece
  • toc-location: body | left | right | left-body | right-body: ubicación en la está la tabla.
  • toc-title: título de tabla
  • toc-expand: expandir o no
  • number-depth: profundidad máxima de numeración de las secciones (en consonancia con toc-depth)
  • number-offsetp: ajustar el número por el que se empieza

• Gestión de refernecias bibliográficas en BibTeX
• También se puede incluir un fichero CLS que defina un formato estándar (APA)

• Estilo general del documento

Lista de estilos